TARTU ÜLIKOOL Sotsiaalteaduste valdkond
Johan Skytte poliitikauuringute instituut
Elis Rahulaan
MAJANDUSARENGU SEOSED
ÕHUKVALITEEDIGA IDA- JA LÄÄNE- EUROOPA RIIKIDE NÄITEL
Bakalaureusetöö
Juhendaja: Helen Poltimäe, PhD Kaasjuhendaja: Raul Toomla, PhD
Tartu 2018
2
Olen koostanud töö iseseisvalt. Kõik töö koostamisel kasutatud teiste autorite seisukohad, ning kirjandusallikatest ja mujalt pärinevad andmed on viidatud.
………..
/Elis Rahulaan/
Kaitsmine toimub ………../kuupäev/ kell …………../kellaaeg/
………../aadress/ auditooriumis ………./number/.
Retsensent: ……….. /nimi/ (…………./teaduskraad/),
……….. /amet/
3
LÜHIKOKKUVÕTE
Globaalne soojenemine on viimastel aastakümnetel kogunud üha rohkem tähelepanu.
Alates 1990ndatest aastatest on süsinikdioksiidi tase kasvanud ligikaudu 60%, mis vaid süveneb majanduse kasvades. Käesoleva bakalaureusetöö eesmärgiks oli uurida majandusarengu ning õhukvaliteedi vahelisi seoseid, seejuures hinnata keskkondliku Kuznets’i kõvera hüpoteesi kehtivust antud valimi puhul ning leida õhusaastatust enim mõjutavad tegurid. Õhusaastatuse ning majandusarengu vaheliste seoste ning neid mõjutavate tegurite uurimine on oluliseks lähtekohaks jätkusuutliku arengu elluviimisel ning poliitiliste meetmete rakendamisel.
Eelnevast lähtudes püstitas autor uurimishüpoteesi, mille kohaselt on majandusarengu taseme ning õhusaastatuse vahel ümberpööratud U-kujuline seos ehk jõudes majanduslikult piisavalt kõrgele tasemel hakkab õhukvaliteedi olukord paranema. Autor koostas hüpoteesi kontrollimiseks ning õhusaastatust enim mõjutavate tegurite leidmiseks matemaatilise mudeli, kus kasutati 17 Ida- ja Lääne-Euroopa riigi paneelandmeid perioodil 2000-2014.
Mudelist tulenes, et enim õhusaastatust mõjutavateks teguriteks on: sisemajandus koguprodukt per capita, energia kasutamine inimese kohta, fossiilkütuste tarbimine, taastuvenergiaallikatest toodetud energia tarbimine, linnastumine ning Euroopa Liitu kuuluvus. Negatiivset seost CO2 emissioonide tasemega omasid taastuvenergia näitaja ning mudeli binaarne muutuja – Euroopa Liitu kuuluvus, mis mõjutab sõltuvat muutujat protsentuaalselt kõige rohkem.
4
SISUKORD
LÜHENDITE LOETELU ... 5
SISSEJUHATUS ... 6
1. TEOREETILINE RAAMISTIK ... 8
1.1. Keskkondliku Kuznets’i kõvera olemus ... 8
1.2. Õhukvaliteeti mõjutavate tegurite olemus ... 10
2. METODOLOOGIA ... 15
2.1. Metoodika ... 15
2.2. Andmete valik ja nende tutvustus... 16
3. EMPIIRILINE ANALÜÜS ... 22
3.1. Modelleerimine ja selle tulemused ... 22
3.2. Järeldused ... 26
KOKKUVÕTE ... 29
KASUTATUD KIRJANDUS ... 31
LISAD ... 34
Lisa 1. Varasemate empiiriliste uuringute kokkuvõte ... 34
Lisa 2. Ida- ja Lääne-Euroopa keskmised näitajad perioodil 2000-2014 ... 36
Lisa 3. Hausmani spesifikatsiooni testi tulemused ... 37
SUMMARY ... 38
5
LÜHENDITE LOETELU
CO2 - süsinikdioksiid
DEM – demokraatia indikaator EKC – keskkondlik Kuznets’i kõver
ELE – elektrienergia tootmine naftast, gaasist või kivisüsist (% kogu elektrienergia tootmisest)
EN – energia kasutamine inimese kohta (kg nafta ekvivalenti) EUR– fiktiivne muutujana kuuluvus Euroopa Liitu
FOS – fossiilsete kütuste tarbimine (% kogutarbimisest) LIN1 – linnarahvastiku osakaal kogurahvastikust LIN2 – linnarahvastiku kasv (aastas)
LSKPper – sisemajanduse koguprodukt inimese kohta (logaritmitult)
LSKPper2 – sisemajanduse koguprodukt inimese kohta ruutväärtus (logaritmitult) POL – riigikorra indikaator
POP – rahvastiku kasv
SKP – sisemajanduse koguprodukt
TAAST – taastuvenergiaallikatest toodetud energia tarbimine (% kogu energia tarbimisest)
TIH – rahvastiku tihedus
6
SISSEJUHATUS
Alates tööstusrevolutsioonist on inimkond sõltunud fossiilkütustest – nafta, maagaas, kivisüsi, põlevkivi, mille põletamisel tekivad kasvuhoonegaasid. Kasvuhoonegaaside kiire kasv tuleneb suurel määral süsinikdioksiidi (CO2) emissioonidest, mille tagajärjeks on globaalne soojenemine ning kliimamuutused. Alates 1990. aastast on süsinikdioksiidi tase tõusnud ligikaudu 60 % ning kasvanud on ka toodete ja teenuse lõpptarbimise kogusumma ühe inimese kohta (SKP per capita) ca 40 % (World Bank database). Kliima soojenemine on ülemaailmne probleem, kuna selle tagajärjed mõjutavad kõiki Maa elanikke ega sõltu sellest, kus kasvuhoonegaasid tekkisid (Juurikas et al. 2004, 67). Seega ei saa globaalseid keskkonnaprobleeme vaadelda lahus majanduslikest ja sotsiaalsetest probleemidest ega vaid ühe põlvakonna perspektiivis. Maailmapanga ülevaadetes eristatakse jätkusuutliku arengu kolme sammast (The World Bank 2017):
- Majanduskasv - Keskkonnahoid - Sotsiaalne kaasatus
Sellest järeldub, et soovitakse saavutada majanduskasv, mis oleks keskkonnasõbralik ning kaasaks täielikult kodanikuühiskonda. Siinkohal kujunebki probleemiks konflikt majanduskasvu ning keskkonna vahel. Tarbimisühiskonnale on iseloomulik, et mida rohkem tarbitakse, seda suurem on ka kahju keskkonnale. Sõltuvus fossiilkütustest, üha suurenev tarbimine ning kasvavad keskkonnaprobleemid on esile tõstnud vajaduse tarbimis- ning tootmisharjumuste muutmiseks. Majandusarengu ning õhusaastatuse vaheliste seoste olemuse ning mõjutavate tegurite uurimine on oluline, et leida jätkusuutlik lahendus kasvavale majandusele.
Käesoleva bakalaureusetöö eesmärgiks on uurida majandusarengu ning õhukvaliteedi seoseid ühiskonnas ning seejuures hinnata keskkondliku Kuznetsi kõvera (EKC – environmental Kuznets curve) hüpoteesi paikapidavust. Järgnevalt on autor koostanud uurimisküsimused:
1) Milline on majandusarengu olemus ning mõju õhukvaliteedile?
2) Millised tegurid ning kuidas mõjutavad õhukvaliteeti varasemate teoreetiliste ja empiiriliste uurimuste põhjal?
7
3) Kas majanduskasvu tingimustes on võimalik vähendada keskkonnareostuse taset ehk kas EKC hüpotees peab paika antud valimi põhjal?
4) Millised tegurid lisaks majandusarengu indikaatoritele ning kuidas mõjutavad CO2 emissioonide taset bakalaureusetöö empiirilise analüüsi tulemusena?
Bakalaureusetöö eesmärgi saavutamiseks ning uurimisküsimustele vastamiseks on autor toonud välja järgmised ülesanded:
- teoreetilisest taustast ülevaate andmine
- õhukvaliteeti mõjutavate tegurite seoste olemuse selgitamine - uurimismetoodika tutvustamine
- andmete valiku seletus ja nende tutvustus
- regressioonianalüüsi abil modelleerimine ning andmete analüüs - tulemuste põhjal järelduste tegemine
Uurimisülesannete teostamiseks on käesolev bakalaureusetöö jaotatud kolmeks peatükiks. Esimeses peatükis käsitletakse majandusarengu ning õhusaaste teoreetilisi seoseid ja olemust ning kriitikat. Teises peatükis antakse ülevaade empiirilise osa metoodikast, milleks on regressioonanalüüs, ning andmete valikust. Kolmandas peatükis viiakse läbi regressioonanalüüs ning analüüsitakse saadud tulemusi - hinnatakse õhusaaste seoseid majandusarenguga ning EKC hüpoteesi kehtivust. Seejuures vaadeldakse ka erinevate tegurite mõju õhukvaliteedile nii Ida- kui ka Lääne-Euroopas.
Töö empiirilises osas kasutakse paneelandmeid, kus viiakse läbi fikseeritud efektiga lineaarne regressioonanalüüs. Andmeanalüüsis kasutatud näitajate väärtused pärinevad enamjaolt Maailmapanga andmebaasist.
8
1. TEOREETILINE RAAMISTIK
1.1. Keskkondliku Kuznets’i kõvera olemus
Keskkonnareostuse ja majandusarengu seoste uurimise alguseks võib pidada Simon Kuznets’i 1955. aastal avaldatud tööd „Economic growth and Income Inequality“, kus ta leidis, et jõukuse kasvades suureneb sissetulekute ebavõrdsus ning mingi tasemeni jõudes hakkab ebavõrdsus vähenema. Kuznets lõi ümberpööratud U-kujulise kõvera näol hüpoteetilise seose sissetulekute ebavõrdsuse ning sisemajanduse kogutoodangu (SKP) per capita vahel. Hiljem kasutasid Grossman ja Krueger (1991) oma kirjutises ümberpööratud U-kujulist seost sissetulekute ning keskkonnanäitajate vahel, et analüüsida Põhja-Ameerika Vabakaubanduse lepingust (NAFTA – The North American Free Trade Agreement) tulenevaid keskkonnamõjusid.
Grossman ja Krueger (1991) esitasid oma töös kolm mehhanismi, kuidas kaubanduse ning välisinvesteeringute toimel saab mõjutada keskkonnareostuse suurust. Esiteks (majanduskasvu tingimustes) tootmise kasvades suureneb ka ressursside ning energia tarbimine ja seda rohkem paiskub õhku saasteaineid, mis viitab aga keskkonnareostuse suurenemisele. Teiseks, mõju keskkonnale sõltub sellest, millises sektoris on riigil suhtelised eelised. Kui ressursside ümberjaotamisel on suurem roll sektoris, mis on vähem energianõudlikud, siis on ka keskkondlik negatiivne mõju väiksem. Kolmandaks võib uute keskkonnasõbralikumate tehnoloogiate kasutuselevõtt vähendada keskkonnareostust (Grossman, Krueger 1991, 3-5).
Töö peamise teoreetiliseks käsitluseks kujunebki keskkondliku Kuznets’i kõvera hüpotees, mis kujutab endas hüpoteetilist suhet keskkonnareostuse suurenemise ning per capita sissetuleku vahel. EKC hüpotees põhineb arusaamal, et majanduse kasvades suureneb keskkonnareostuse tase, seda kuni jõutakse majanduslikult piisavalt kõrgele tasemele – pöördepunkti (inglise keeles turning point), kus keskkonnareostus hakkab vähenema. Ühiskond hakkab rohkem tähelepanud pöörama keskkondlikele muutustele ning probleemidele (Stern 2004, 1419). Järgneval joonisel (joonis 1) on esitatud Kuznetsi kõver, mis kujutab endas ümberpööratud U-kujulist hüpoteetilist seost, kus x-teljele on paigutatud majanduskasv ning y-teljele keskkonnareostuse kasv.
9 Keskkonnareostuse
kasv
Majanduskasv Pöördepunkt
t
Lähtuvalt EKC hüpoteesist on õhusaaste intentsiivsusel kolm tasandit. Esmalt esineb tööstusühiskonna eelne periood, kus tulutase elaniku kohta on madal, esineb vaesust ning keskkonnareostuse tase tõuseb. Leitakse, et see tuleneb vähesest teadlikkusest ning puhta tehnoloogia kasutamise oskamatusest. Teine etapp kujutab tööstusühiskonda, kus tulutase elaniku kohta on kasvamas ning, mis annab võimaluse suurendada ka investeeringuid puhta tehnoloogia tarbeks. Seejuures jõutakse tasemeni, kus keskkonnareostuse tase hakkab vähenema. Kolmas etapp kujutab tööstusühiskonnajärgset perioodi, kus keskkonnareostuste tase väheneb tulutaseme kasvades (Panayotou 1993, 4).
Seejuures on EKC hüpotees leidnud akadeemilises maailmas palju kriitikat. Eeskätt seisneb kriitika pigem teoreetilise poole suhtes kui metodoloogilise. Oluline kriitika seisneb pöördepunktide erisuses, mille varieeruvus on suur regiooniti ning konkreetne tulutase, kus keskkonnaseisund hakkab paranema, ei rakendu igas riigis. EKC hüpoteesi uurimise piirajaks on ka informatsiooni puudulikkus. Lisaks süsinikdioksiidile on mitmeid saasteaineid, mille kahjud võivad olla suuremad, kuid ilma mõõtmisteta pole võimalik hinnata nende rolli EKC hüpoteesi raamistikus (Gill et al. 2017, 2).
Joonis 1. Keskkondlik Kuznetsi kõver (Autori koostatud).
10
1.2. Õhukvaliteeti mõjutavate tegurite olemus
Akadeemilises kirjanduses eksisteerib hulgaliselt uurimusi, kus analüüsitakse EKC hüpoteesi kehtivust kaasates erinevaid näitajaid ning riike, millest tuleneb, et majandusarengu tase ei näita üksi piisavalt keskkonna olukorda ning seega tuleks arvestada ka teisi asjaolusid (Stern 2004, 1420): nii poliitilisi kui ka majanduslikke.
Lisaks otseselt majanduskasvu ning CO2 (inglise keeles carbon dioxide) emissioonide taset (mõõdetuna tonnides) kirjeldavatele näitajatele on analüüsi kaasatud mitmed nii poliitilised kui ka majanduslikud tegurid, mis võiksid seletada majandusarengu ning õhusaaste vahelisi seoseid.
Majandusteadlased keskenduvad empiirilistest uuringutes erinevatele piirkondadele (riigid/regioonid/organisatsioonid), kus seosed majandusarengu ning õhusaastega luuakse. Samuti esitatakse varasemate empiiriliste tööde erinevused sõltumatute ja sõltuvate muutujate valikus ning nende uurimismeetodites. (Al-Mulali et al. 2016), (Oh, Yun 2014), (Zoundi 2017), (Sugiawan, Managi 2017), (Saucedo et al. 2017), (Ahmad, Du 2017). Varasemate empiiriliste tööde uurimine on aluseks sobiva mudeli koostamisel käesoleva töö empiirilises osas. Majandusarengu ning õhusaaste vaheliste seoste uurimine on oluliseks elemendiks võimalike lahenduste leidmisel ning poliitiliste meetmete elluviimisel.
Õhukvaliteeti mõjutavate tegurite uurimisel on kasutatud nii aegreaandmete kui ka paneelandmete analüüsi. Aegreaandmeid kasutades võetakse vaatluse alla üks riik pikemal perioodil. Ahmad ja Du (2017) eesmärgiks oli leida majandusarengu ning õhusaaste vahelisi seoseid, kasutades aegreaandmeid, mis võimaldaksid leida lahendusi poliitika elluviimiseks ning seejuures koostati mudel olemasolevatest Iraanis mõõdetud andmetest perioodil 1971-2011. Paneelandmeid kasutasid oma uurimustes Al-Mulali et al. (2016), Oh ja Yun (2014), Zoundi (2017), Sapkota ja Bastola (2017), Bernauer ja Koubi (2009), et võrreldes aegridadega oleks võimalik vaadelda rohkem objekte pikemal ajaperioodil.
Erinevad uuringud on näidanud positiivset seost sisemajanduse koguprodukti ning õhukvaliteedi vahel ehk majanduslik tase viitab suurenenud õhusaastatusele - mida rohkem tarbitakse, seda suurem on ka kahju keskkonnale (Al-Mulali et al. 2016, 279),
11
(Ahmad, Du 2017, 535), (Oh, Yun 2014, 362), (Sugiawan, Du 2017, 194), (Sapkota, Bastola 2017, 210). Seejuures luues hüpoteetiline seos ning suurendades sisemajanduse koguprodukti hulka, võttes näitaja suurus ruutu, on seos õhusaastatuse ning SKP vahel osutunud negatiivseks. Seega on kinnitatud EKC hüpotees asjaoludel, et praegusest tasemest kõrgemal tasemel on õhusaastatuse ning majandusarengu näitaja vahel vastassuunaline seos.
EKC hüpotees kehtis Oh ja Yun (2014, 361) uuringu puhul, kes vaatlesid seitset regiooni:
Ida-Aasia ja Vaikse Ookeani piirkond; Euroopa ja Kesk-Aasia; Ladina-Ameerika; Lähis- Ida; Põhja-Ameerika; Lõuna-Aasia; Sahara-tagune Aafrika - 90 keskmise tulutasemega riigi näitajad perioodil 1981-2010. Oh ja Yun (2014, 361) leiavad, et pole mõistlik valimisse kaasata riike, mis on kõrgema või madalama tulutasemega riigid, kuna esimene nimetatud grupp on juba saavutanud kiire majanduskasvu ning teine grupp pole see-eest jõudnud veel tõusuni - nimetatud asjaolud ei pruugi võimaldada mittelineaarset suhet.
Esmalt keskenduti riikide põhisele käsitlusele, kus analüüsiti keskmise tulutasemega riike, kellel on potentsiaali majandusarenguks, ning seejärel käsitleti riike regiooniti.
Seitsmest regioonist jäeti kõrvale Põhja-Ameerika ning Lõuna-Aasia, sest need ei sobinud valimisse just oma tulutaseme poolest. Seega kinnitati EKC hüpoteesi kehtivus viies regioonis (Oh, Yun 2014, 364).
Samuti pidas paika EKC hüpotees Sugiawan ja Managi (2016, 195) uuringu puhul, kes vaatlesid Indoneesia näitajaid perioodil 1971-2010. Indoneesia puhul on tegemist madal keskmise (inglise keeles lower middle income), tulutasemega arengumaaga (United Nations Statistics Division 2017). EKC hüpotees leidis kinnitust ka Al-Mulali et al.
(2016) uuringutes, kes keskendus seitsmele regioonile perioodil 1980-2010: Ida-Aasia ja Vaikse Ookeani piirkond; Lääne-Euroopa; Kesk- ja Ida-Euroopa; Ameerika manner;
Lähis-Ida ja Põhja-Aafrika; Lõuna-Aasia; Sahara-tagune Aafrika, ning tulemusi analüüsiti regioonipõhiselt. Seejuures leiti, et hüpotees kehtib vaid regioonides, kus taastuvenergiaallikatest toodetud energia tarbimisel on märkimisväärne mõju CO2
emissioonide tasemele, sellisel juhul kehtis EKC hüpotees viies regioonis, välja arvatud Sahara-taguses Aafrikas ning Lähis-Idas ja Põhja-Aafrikas (Al-Mulali et al., 2016, 281).
12
Oma valimi põhjal ei kinnitanud EKC kehtivust Zoundi (2017, 1074), mis võis tuleneda riikide ebaühtlasest sissetulekute jaotusest. Valim koosnes 25-st Aafrika riigist perioodil 1980-2012. Seejuures Sapkota ja Bastola (2017) eesmärgiks oli uurida välisinvesteeringute (FDI) ning sissetulekute mõju CO2 emissioonidele. Vaadeldi 14 Ladina-Ameerika arenguriiki perioodil 1980-2010 ning leiti, et EKC hüpotees peab paika.
Lisaks kinnitas EKC hüpoteesi paikapidavust Saucedo et al. (2017, 908), kelle vaatlusobjektiks oli OECD (Organization for Economic Co-Operation and Development) liikmesriigid. Uuring koondas üldjoones arenenud ning kõrgema tulutasemega riike, perioodil 1994-2014. Lisas 1 on esitatud kokkuvõtlik tabel varasematest empiirilistest töödest, kus on hinnatud EKC hüpoteesi kehtivust.
Lisaks SKP-le on leitud seoseid erinevate majandusnäitajate ning õhusaastatuse vahel.
Ahmad ja Du (2017, 535) ning Sapkota ja Bastola (2017, 11) tegid kindlaks, et nii välis- kui siseinvesteeringute (kapitali kogumahutus põhivarasse ehk põhivara soetamiseks tehtud kulutuste ning selle müügist saadud tulu vahe) suurenemisel suureneb ka CO2
emissioonide tase inimese kohta. Positiivne seos leiti konkreetse valimi puhul ka avatud majanduse näitaja vahel, mis seisneb toodete ja teenuste müügis, ning õhusaastatuse vahel. Vaid Lääne-Euroopas leidus negatiivne statistiliselt oluline seos CO2 emissioonide taseme ja finantsarengu indikaatori vahel, mis kujutab endas erasektori siseriiklikku laenukoormust (Al-Mulali et al. 2016, 279) ja mis tähendab, et erasektori laenukoormuse suurenemisel on oodata õhusaastatuse vähenemist.
Energeetikasektor on üks peamisi tegevusvaldkondi, kus paisatakse õhku rohkelt heitgaase. Zoundi (2017, 1071) uuringust tulenes, et primaarsete energiaallikate kasutamine suurendab CO2 emissioonide taset, kuid samas leiti ka vastassuunaline seos taastuvenergia kasutamise ning õhusaastatuse vahel. Positiivne seos naftast toodetud energia ning CO2 emissioonide vahel väljendus ka Ahmad ja Du (2017, 531), Saucedo et al. (2017, 908) uuringutes.
Taastuvenergia rolli on oma uuringutes käsitlenud nii Al-Mulali et al. (2016), Oh ja Yun (2014), Zoundi (2017) kui ka Sugiawan ja Managi (2016). Enamus regioonides, mis olid kaasatud valimisse, leiti vastassuunalised seosed taastuva energiaallikatest toodetud elektrienergia tarbimise ning õhusaastatuse vahel. Taastuvenergia näitajad viitavad arusaamale, et madala majandusarenguga piirkondades on vähene teadlikkus ning
13
suutlikkus kasutada nii-öelda „puhast“ tehnoloogiat. Kasvava majandusega suureneb ka teadlikkus ühiskonnas, mille tulemusena hakatakse mõtlema alternatiivsetele energiaallikatele ning tehnoloogiatele, mis oleksid pigem keskkonnasõbralikud.
Uuringutes väljendus asjaolu, et kui keskenduda konkreetsele piirkonnale või riikidele, siis tuleks arvestada ka regiooni-spetsiifiliste asjaoludega.
Oh ja Yun (2014, 367) tõdesid, et Ida-Euroopa ning Kesk-Aasia riigid seisavad silmitsi tõsisemate keskkonnaprobleemidega kui teised riigid. Samuti leiti, et kuigi Aafrika toodab üldiselt vähem saasteaineid, kui teised mandrid, siis kliimasoojenemise mõju on kõige suurem just seal (Zoundi 2017, 1067) ning riigi ebaefektiivne energia kasutamine viib keskkonnaprobleemideni (Sugiawan, Managi 2016, 195).
Linnastumise näitaja vahelise seose õhusaastatusega leidsid nii Al-Mulali et al. (2016) kui ka Oh, Yun (2014). Nenditi, et linnastumise ehk linnarahvastiku osakaalu suurenemisel kasvab ka CO2 emissioonide tase (Al-Mulali et al. 2016, 279). Seos leiti ka rahvastiku tiheduse ning õhusaastatuse vahel, mida tihedamalt on piirkond asustatud, seda suurem on ka CO2 emissioonide tase (Sapkota, Bastola 2017, 210), (Oh, Yun 2014).
Samuti on positiivne seos rahvastiku kasvuga, kus iga uus kodanik tekitab toodete ja teenuste järele suurema nõudluse (Zoundi 2017, 1071).
Sapkota ja Bastola (2017, 209) leidsid, et õhusaastatus ning inimkapital on positiivselt seotud madalama tulutasemega riikides ning negatiivselt seotud kõrgema sissetulekuga riikides - mida kõrgem on majandustase, seda suurem on ka koolis käidud aastate arv, mis viib omakorda asjaoluni, et kõrgema haridusega inimesel on oskused ja seega ka võimalused rakendada puhtamat ning arenenud tehnoloogiat, mis pärsib õhusaastatust.
Ühtlasi avaldus ka positiivne seos töötuse ning õhusaastatuse vahel, selles kontekstis töötuse määra kasv viitab CO2 emissioonide taseme kasvule (Sapkota, Bastola 2017, 210).
Lisaks majandusnäitajatele on leitud ka olulisi seoseid poliitiliste näitajatega. Poliitilise režiimi seotusele õhukvaliteediga on leidnud statistiliselt olulisi seoseid Bernauer ja Koubi (2009), Gholipour ja Farzanegan (2018) Bueno de Mesquita et al. (2003) ning Oh ja Yun (2014). Uuringutest on väljendunud, et mittedemokraatlikes riikides pigem alahinnatakse avalike hüviste vajadust ning ei tegutseta nii väga vastavalt kodanike nõudlusele. Riikides, kus täidesaatev võim on eliidi käes ja rahval puudub võimalus
14
osaleda otsustusprotsessis, on tõenäosus väiksem rakendada ühiskonnas keskkonnapoliitika mehhanisme. Sellest järeldub, et demokraatlikus ühiskonnas on lihtsam viia ellu meetmeid, mis peaksid parandama keskkonnakvaliteeti ning seejuures vähendama õhusaastatuse taset.
Bernauer ja Koubi (2009, 1364) kirjeldasid oma uuringus statistiliselt olulist seost riigikorra tüübi ning õhusaastatuse vahel. Presidentaalsetetes süsteemides on leitud väiksem õhusaaste tase kui parlamentaarsetes süsteemides. Bueno de Mesquita et al.
(2003, 165) tõid oma kirjutises välja seose koalitsiooni suuruse ning keskkonnakvaliteedi vahel, sellises kontekstis suurem koalitsioon aitab kaasa kõrgemale haritusele, paremale keskkonnakvaliteedile ning väiksemale korruptsioonitasemele. Samuti Bernauer ja Koubi (2013, 606) leidsid samuti statistiliselt olulise negatiivse seose valitsuse suuruse ning keskkonnakvaliteedi vahel.
Gholipour ja Farzanegan (2018, 33) tõid oma uuringus välja, et suuremad valitsuse kulutused keskkonnakaitsesse, tingimusel, et tegemist on demokraatliku riigiga, vähendavad tarbimisest tulenevat õhusaastatuse taset. Samuti leiti seos korruptsiooni ning õhusaastatuse vahel. Bernauer ja Koubi (2013, 605) märkisid, et kõrge korruptsiooni tase aitab kaasa keskkonnakvaliteedi halvenemisele - riigiametnikud võtavad ettevõtjatelt altkäemaksu, et pääseda keskkonnamaksudest, mis neid piiravad. Seejuures viitasid Gholipour ja Farzanegan (2018, 32), et arengumaade puhul on seos hoopis negatiivne - kõrgem korruptsioon ühiskonnas viib vähenenud õhusaastatuse tasemele.
15
2. METODOLOOGIA
2.1. Metoodika
Käesoleva töö empiirilise analüüsi meetodiks on statistiline modelleerimine, kus viiakse läbi staatiliste paneelandmete ehk ühendatud andmete lineaarne regressioonanalüüs.
Varasematest empiirilistest töödest tulenes, et õhusaaste seoste analüüsimiseks oleks sobivaim kasutada paneelandmete analüüsi, et lisaks mitmele vaatlusobjektile säiliks ka ajaline mõõde. Seejuures suudavad paneelandmed kirjeldada efektiivselt ka lühiajalist perioodi. Võrreldes aegridade ning ristandmetega annavad paneelandmed rohkem varieeruvust, rohkem vabadusastmeid ning informatsiooni andmete kohta, samuti esineb muutujate vahel vähem kollineaarsust (Võrk 2003, 5).
Empiirilises osas luuakse mudel, mille abil oleks võimalik kirjeldada muutujate vahelisi seoseid. Analüüsi käigus on eesmärgiks leida tulenevatest sõltumatutest muutujatest kõige rohkem sõltuvat muutujat ehk õhukvaliteedi näitajat mõjutavad tegurid.
Sobivaimate muutujate leidmisel kasutatakse Pearson’i parameetrilist korrelatsioonanalüüsi, kus eemaldatakse mudelist näitajad, mille seos sõltuva muutujaga on väga nõrk või pole statistiliselt oluline. Analüüsi käigus viiakse läbi parameetriline korrelatsioonanalüüs leides Pearson’i korrelatsioonikordaja, mille väärtused on vahemikus -1 kuni 1. Pearson’i korrelatsioonikordaja leidmise eelduseks on arvulised tunnused ning lineaarse seose olemasolu, kuid antud juhul võtame eelduseks et tegemist on suure valimiga. Positiivse kordaja väärtus kujutab samasuunalist seost tunnuste vahel ehk ühe tunnuse kasvades suureneb ka teine tunnus. Negatiivne kordaja tähendab aga vastassuunalist seost, kus tunnuse suurenedes kahaneb teine tunnus.
Korrelatsioonikordaja väärtus 0 näitab, et tunnuste vahel puudub seos (Sauga 2006, 67).
Paneelandmete analüüsimisel on võimalik kasutada (Võrk 2003): vähimruutude meetodit (OLS), juhusliku efektiga mudelit (RE) ning fikseeritud efektiga mudelit (FE). Võrk (2003, 8) toob välja oma tekstis, et fikseeritud ning juhusliku efektiga mudeli vahel valides tuleb otsustamisel tugineda uuritavatele andmetele. Kuna käesolevas töös on valimina klassifikatsiooni alusel määratud konkreetsed riigid, siis rakendatakse paneelandmete analüüsimisel fikseeritud efekti. Modelleerimisel rakendatakse järgmist seost (Võrk 2003, 8):
16 𝑌𝑖𝑡 = 𝛼 + 𝛽1𝑋𝑖𝑡+ 𝜀𝑖𝑡
,
kus Yit – sõltuv muutuja;
X – sõltumatu muutuja;
β1 – sõltumatu muutuja koefitsient;
i =1,2,3,…, N – vaatluste arv (Ida- ja Lääne-Euroopa riigid);
t=1,2,3,…,N – aeg (2000-2014);
T – perioodi indeks:
α – vabaliige;
ε – jääkliige.
Mudeli valiku testimiseks kasutatakse Hausmani spetsifikatsiooni testi ning sellega hinnatakse, kas autori poolt valitud fikseeritud efektiga mudel on antud olukorras kõige parem valik. Vale spetsifikatsiooni kasutamine võib muuta parameetrite hinnangud ebaefektiivseks (Võrk 2003, 16).
Mudeli hindamisel on oluline arvestada ka autokorrelatsiooni ning heteroskedastiivsuse olemasolu. Käesolevas töös on autokorrelatsiooni hindamise eesmärgiks kasutada Wooldridge’i testi, mis hindab esimest järku autokorrelatsiooni, ning heteroskedastiivsuse hindamisel Breusch-Pagan testi. Modelleerimise käigus kasutati statistikatarkvara STATA 13.0 ning MS Excel 2016.
2.2. Andmete valik ja nende tutvustus
Tulenevalt varasematest empiirilistest töödest ning muutujate vahelisest korrelatsioonist on algmudelisse lisatud sõltumatud muutujad, mis potentsiaalselt avaldavad mõju õhukvaliteedile. Lisaks majandusarengule on mudelisse lisatud mitmed makroökonoomilised indikaatorid ja teised tegurid, mis kajastavad nii demograafilisi, poliitilisi kui ka energeetika valdkonnaga seotud mõjusid. Näitajad on esitatud valdkondade kaupa tabelis 2.
17 Tabel 2. Sõltumatud muutujad valdkondade järgi.
Valdkond Näitaja Lühend Allikas Eeldatav
seos
Majandusarengu näitajad
SKP inimese kohta (US$)
– logaritmitult LSKPper
Maailmapanga andmebaas
+ SKP inimese kohta
ruutväärtus (US$)- logaritmitult
LSKPper2 -
Poliitilised näitajad
Demokraatia indikaator
(skaalal 0-10) DEM
Marshall et al.
- Riigikorra indikaator
(skaalal -10-+10) POL -
Vabaduseindeks (1-7) VAB Freedom House +
Demograafilised näitajad
Rahvastiku tihedus
(in/km2) TIH
Maailmapanga andmebaas
+
Rahvastiku kasv (%) POP +
Linnarahvastik (%
kogurahvastikust) LIN1 +
Linnarahvastiku kasv (%) LIN2 +
Energia kasutusega seotud
näitajad
Energia kasutamine inimese kohta (kg nafta
ekvivalenti)
EN
Maailmapanga andmebaas
+
Elektrienergia tootmine naftast, gaasist või kivisüsist (% kogu elektrienergia tootmisest)
ELE +
Fossiilkütuste tarbimine
(% kogutarbimisest) FOS +
Taastuvenergiaallikatest toodetud energia tarbimine
(% kogu energia tarbimisest)
TAAST -
Allikas: Autori koostatud.
18
Majandusareng on tugevalt seotud majanduskasvuga, kus esimese puhul on tegemist pikaajalisema protsessiga. Kui majanduskasv kujutab endas reaaltulu suurenemist per capita, siis majandusareng on protsess, mille käigus see toimub (Kaldaru, Eamets, Kaasa 2000, 278). Töö peamisest teoreetilisest käsitlusest, see on EKC hüpotees, tulenevad sõltumatud muutujad SKP per capita ning selle ruutväärtus (lühendiga SKPper2). See kirjeldab toodete ning teenuste lõpptarbimise kogusummat konkreetsel perioodil mingis riigis rahalises arvestuses ühe inimese kohta (Kaldaru, Eamets, Kaasa 2000, 148), mis näitab riigi üldist tulutaset. Suurused on arvestatud USA (The United State of America) dollarites. Ruutväärtuse võtmine tuleneb asjaolust, et luuakse oletus, et kui riigi rikkuse tase kasvab veelgi, võrreldes seniste numbritega, siis majanduse kasvades hakkab õhusaastatuse tase vähenema. Sellest tulenevalt on töö empiirilises osas esitatud järgnev uurimishüpotees:
- õhusaaste ning majanduskasvu vaheline seos on samasuunaline ehk β1>0 ning majanduskasvu ruutväärtuse vaheline seos on vastassuunaline ehk β2<0 Empiirilises analüüsis käsitletakse õhukvaliteedi ning majandusarengu näitajaid (SKP per capita ning SKP per capita ruutväärtus) logaritmituna. Näitajate logaritmimise eesmärgiks on kirjeldada paremini näitajate vahelisi seoseid ehk seejuures vähendada olukorda, kus jaotused on ühele poole asümmeetrilised. Logaritmitud kujul näitajaid on mudelites kasutanud ka Al-Mulali et al. (2016), Sugiawan ja Managi (2016) ning Zoundi (2017).
Demograafilistest näitajatest on mudelisse kaasatud rahvastiku tihedus (lühendiga TIH) ehk mitu inimest elab riigis ühe ruutkilomeetri kohta (in/km2). Samuti rahvastiku kasv protsentuaalselt (lühendiga POP), linnarahvastiku kasv (lühendiga LIN2) ning linnarahvastiku osakaal (lühendiga LIN1) kogurahvastikust väljendatuna protsentides, mis kirjeldab linnastumist ühiskonnas. Andmed pärinevad Maailmapanga andmebaasist (The World Bank database).
Poliitilistest näitajatest on mudelisse lisatud demokraatia indikaator (lühendiga DEM), mis hindab 0-kuni 10-punktilisel skaalal siseriiklikku demokraatlikkust, kus 10 kujutab täielikku demokraatiat ning 0 demokraatia puudumist. Indikaatori suurus on tuletatud järgmistest teguritest: ühiskonnaliikmete poliitiline osalus ehk institutsioonide/protseduuride olemasolu, mille kaudu saab rahvas osaleda avalikus
19
debatis, täidesaatvale võimule kehtestatud piirangud ning kodanike õiguste tagamine.
Lisaks demokraatia indikaatorile on mudelisse kaasatud riigikorra näitaja (lühendiga POL), mis mõõdab poliitilise režiimi asetust skaalal -10 kuni 10, kus -6 kuni -10 tähistab täielikku autokraatiat, -5 kuni 0 suletud anarhiat, 1 kuni 5 avatud anarhiat, 6 kuni 9 demokraatiat ning 10 täielikku demokraatiat (Marshall et al. 2016). Riigikorra indikaator on esitatud laiema skaalaga võrreldes demokraatia indikaatorina, seega suurendab skaala laius ka näitajate varieeruvust.
Samuti on mudelisse kaasatud Ameerika Ühendriikide valitsusevälise organisatsiooni väljaantav Freedom House vabaduseindeks (lühendiga VAB), mis esitatakse 1-7- punktilisel skaala ning kus 1 tähendab enim vaba ning 7 kõige vähem vabamat ühiskonda.
Enne 1-7-punktilisele skaalale ümberarvestamist hinnatakse vabadust maailmas 100 punkti raames mõõtes riikide poliitiliste õiguste ning kodanike vabaduste taset. Poliitiliste õiguste alla arvestatakse valimiste, osaluse ning valitsuse toimimise kriteeriume, kodanike vabaduse alla aga sõnavabadust, ühinemisvabadust ning seaduslikkust (Freedom House 2018).
2012. aasta andmete kohaselt moodustasid energiasektorist tulenevad CO2 emissioonid ligikaudu 40% kogu heitgaaside tasemest (The World Bank 2014). Sellest tulenevalt on mudelisse lisatud sõltumatu muutujana energia kasutamine (lühendiga EN) inimese kohta (kg nafta ekvivalenti), elektrienergia tootmine naftast gaasist ja kivisüsist protsentuaalselt kogu elektrienergia toomisest (lühendiga ELE) ning fossiilsete kütuste tarbimine protsentuaalselt kogutarbimisest (lühendiga FOS). Taastuvenergiaallika näitajana on mudelisse lisatud taastuvenergiaallikatest toodetud energia tarbimise näitaja protsentuaalselt kogu energia tarbimisest (lühendiga TAAST).
Fiktiivse muutujana on algsesse mudelisse lisatud ka kuuluvus Euroopa Liitu (lühendiga EUR). Tegemist on binaarse tunnusega, mis näitab kas riik kuulus aastal t Euroopa Liitu või mitte. Antud fiktiivsete muutujate eesmärgiks on mudeli kaudu hinnata, kas Ida- Euroopa integreerumine Euroopa kultuuriruumi omab olulist seost õhusaastega. 2000.
aastal kuulus valimis olevatest riikides kuus Euroopa Liitu, 2014. aastal oli aga osakaal suurem ning liitu kuulus lisaks kuuele lääneriigile ka seitse idariiki (Euroopa Liidu ametlik veebisait 2018b). Euroopa Liidu liikmesriikidel on ühised kohustused seoses kliimamuutuste leevendamisega. Kyoto protokolli järgselt loodi kliima ja energiapakett,
20
mille kohaselt on liidu eesmärgiks vähendada emissioonide taset 2020ndaks aastaks vähemalt 20% võrreldes 1990nda aasta tasemega (Euroopa Liidu ametlik veebisait 2018a).
Bakalaureusetöös võetakse vaatluse alla Ida- ning Lääne-Euroopa riigid, mille jaotuse aluseks on Ühinenud Rahvaste Organisatsiooni Statistika osakonna riikide ning geograafiliste regioonide klassifikatsioon (United Nations Statistics Division 2017).
Valimisse kuuluvad järgnevad riigid: Valgevene, Bulgaaria, Tšehhi, Ungari, Moldova, Rumeenia, Poola, Venemaa, Slovakkia, Ukraina, Austria, Belgia, Luksemburg, Holland, Šveits, Saksamaa ja Prantsusmaa. Suurema varieeruvuse saamiseks valiti valimisse kaks regiooni. Mõlema regiooni puhul on tegemist kasvava majandusega piirkonnaga, kuigi majandustase on erinev.
Perioodil 2000-2014 oli regiooni keskmine SKP inimese kohta 50195 (USA dollarites) Lääne-Euroopas ning Ida-Euroopas 11517 (USA dollarites), seejuures regiooni keskmised CO2 emissioonide tasemed olid konkreetsel perioodil vastavalt lääne 10 tonni ning idas 9 tonni inimese kohta. Samuti tulenes, et fossiilkütuste tarbimine ning tootmine on suurem Ida-Euroopas, kuid üldine energia kasutamine inimese kohta on suurem Lääne-Euroopas (4832,99 kg nafta ekvivalenti inimese kohta). Lisaks on Lääne-Euroopas suurem osakaal taastuvenergiaallikatest toodetud elektrienergia tarbimisel.
Demograafilisi näitajaid võrreldes järeldub, et Lääne-Euroopa on tihedamalt asustatud ning samuti on nii linnarahvastiku kasv kui ka rahvastiku kasv positiivsed. Viimased näitajad on Ida-Euroopa puhul negatiivsed. Keskmine linnarahvastiku osakaal Ida- Euroopas on 63% ning Lääne-Euroopas 80%. Linnastumine toob esile vajaduse suurendada energia tootmist linnapiirkondades, et rahuldada kasvava elanikkonna energiavajadust.
Võrreldes omavahel ka regioonide poliitilisi indikaatoreid, siis tulenes, et Lääne-Euroopa keskmine hinnatav demokraatia tase on 9,70 ning Ida-Euroopas 7,86. Poliitilise režiimi asetusel paikneb Lääne-Euroopa skaalal -10 kuni +10 kohal 9,70, mis kujutab demokraatiat. Seejuures Ida-Euroopa asetuseks samal skaalal on 6,92, mis võrreldes läänega on palju madalam, kuid siiski jääb demokraatia piiridesse kaldudes avatud anarhia poole. Valitud perioodi keskmine vabaduseindeks Ida-Euroopas on 2,69 ning Lääne-Euroopas 1,02 ehk skaalal 1-7 arvestatakse lääne ühiskonda enim vabaks ning ida
21
ühiskonna keskmisest rohkem vabaks. Regiooni keskmised näitajad perioodil 2000-2014 on esitatud lisas 2.
Puudulike andmete tõttu on valimist on väljajäetud Lichtenstein ning Monaco. Seega moodustab käesoleva töö empiirilise osa valimi 17 riiki. Töös on kasutatud riikide paneelandmeid aastast 2000-2014. Antud juhul on esindatud 255 vaatlust muutuja kohta, kuid seejuures leidub muutujate puhul puudulikke andmeid ehk kõik ei ole täielikud.
Keskkonnareostuse kontekstis käsitletakse käesolevas töös õhusaaste näitajaid.
Õhusaaste koosneb paljudest erinevatest komponentidest. Saasteaineid saab jagada globaalseteks, mis mõjutavad kõiki piirkondi, ning lokaalseteks, mis on seotud asukohaga, kus nad on tekitatud. Üheks peamiseks globaalseks saasteaineks on süsinikdioksiid, mis on seotud globaalse kliima soojenemisega (Gill et al. 2017, 2).
Joonis 2. Õhukvaliteedi näitaja varieeruvus valimis. (Autori koostatud)
Õhukvaliteeti kirjeldava näitajana kasutatakse analüüsis riikide CO2 emissioonide taset tonnides per capita, mis on tekkinud fossiilsete kütuste põlemisel. Näitaja on mudelis sõltuvaks muutujaks. Ülevalpool esitatud karp-vurrud diagrammil on võimalike näha mediaani, maksimumi ning miinimumi asukohta skaalal. Õhukvaliteedi näitaja suurus varieerub 0,97-st 35,30ni (joonis 2). Enamus riikidel jääb heitgaaside tase 5-10 tonni juurde. Seejuures leidub ka riike, mille emissioonide tase on üle 20 tonni inimese kohta.
22
3. EMPIIRILINE ANALÜÜS
3.1. Modelleerimine ja selle tulemused
Empiirilise analüüsi esimeseks sammuks on viia läbi korrelatsioonianalüüs, kasutades Pearson’i korrelatsioonikordajat, eeldusel, et valim on piisavalt suur, selle rakendamiseks. Pearson’i korrelatsioonikordaja kasutamise eesmärgiks on antud juhul leida sõltumatud muutujad, mis mõjutavad enim sõltuvat muutujat ehk CO2 emissioonide taset. Korrelatsioonianalüüsis esitati 13 erinevat sõltumatut muutujat, mis on kajastatud järgnevas tabelis 3.1.
Tabel 3.1. Parameetrilise korrelatsioonianalüüsi tulemused
Sõltumatu muutuja Seos sõltuva muutujaga Olulisuse tõenäosus
LSKPper 0,626*** 0,000
LSKPper2 0,609*** 0,000
DEM -0,047 0,459
POL -0,003 0,958
VAB -0,072 0,253
TIH 0,149** 0,017
POP 0,225*** 0,000
LIN1 0,566*** 0,000
LIN2 0,289*** 0,000
EN 0,660*** 0,000
ELE 0,005 0,978
FOS 0,162*** 0,010
TAAST -0.282*** 0,000
*** kui p<0,01; ** kui p<0,05 ja * kui p<0,1; Allikas: Autori koostatud.
Statistiliselt olulised seosed leiti üheksa parameetriga neljateistkümnest.
Korrelatsioonianalüüsist tulenes, et kõige tugevam on õhukvaliteedi näitaja seos energia kasutamisega inimese kohta, kus korrelatsioonikordaja on r=0,656, mille puhul on tegemist üsna keskmisest tugevama seosega. Parameetrite vaheline seos on samasuunaline ehk energia kasutamise suurenemisel suureneb ka CO2 emissioonide tase inimese kohta. Samuti omavad antud parameetritest tugevamat seost linnastumise (r=0,566) ning majandusarengu näitajad (r=0,626 ja r=0,609).
23
Vastassuunalist seost omavad sõltuva muutujaga vabaduseindeks, demokraatia ja riigikorra indikaatorid ning taastuvenergiaallikatest toodetud energia tarbimise näitaja, mille korrelatsioonikordaja on -0,282. Seejuures vastassuunalist seost omavatest suurustest on statistiliselt oluline vaid taastuvenergia tarbimine.
Mudelist eemaldati muutujad, mis ei oma sõltuva muutujaga statistiliselt olulist seost ehk kõrvale jäid DEM, POL, VAB ja ELE, mis hetkel jätab mudelisse kaheksa näitajat.
Seejuures mudelist väljajäänud näitajatest omasid DEM, POL ja VAB õhukvaliteediga negatiivset seost ning ELE positiivset, mis viitab sellele, mida demokraatlikum on riik, seda väiksem on ka kahju keskkonnale, kuid vabaduse (tuleneb skaala erisusest) ning ELE näitaja suurenemisel suureneb ka õhusaastatus.
Järgnevalt koostati esialgne mudel, kuhu lisati kõik statistiliselt olulist seost omavad parameetrid. Samuti lisati mudelisse fiktiivne muutuja – kuuluvus Euroopa Liitu (EUR).
Tabelis 3.2 on esitatud algne mudel fikseeritud efektiga. Mudel on statistiliselt oluline ning see kirjeldab ligikaudu 66% (R2=0,657).
Tabel 3.2. Esialgne mudel fikseeritud efektiga (lineaarse regressioonanalüüsi tulemused)
Sõltumatu
muutuja Koefitsient Standard-
viga t-statistik
Koefitsiendi olulisuse tõenäosus
Alampiir 99%
Ülempiir 99%
Vabaliige -1,020** 0,487 -2,09 0,038 -2,280 0,248
LSKPper 0,450*** 0,082 5,52 0,000 0,238 0,661
LSKPper2 -0,005*** 0,001 -4,39 0,000 -0,009 -0,002
TIH -0,002* 0,001 1,93 0,055 -0,005 0,001
POP 0,019 0,035 0,53 0,597 -0,072 0,110
LIN1 0,007** 0,003 2,43 0,020 -0,001 0,016
LIN2 0,004 0,033 0,11 0,911 -0,081 0,088
EN 0,0001*** 0,00002 4,06 0,000 0,00003 0,0001
FOS 0,006** 0,002 2,52 0,012 -0,0002 0,012
TAAST -0,014*** 0,003 5,42 0,000 -0,021 -0,007
EUR -0,0517** 0,0167 -3,09 0,002 -0,095 -0,008 N=255
R2=0,657
*** kui p<0,01; ** kui p<0,05 ja * kui p<0,1; Allikas: Autori koostatud.
24
Analüüsist tulenes, et kaheksa näitajat kümnest on statistiliselt olulised. Õhukvaliteedi näitajaga on positiivses seoses sisemajanduse koguprodukt inimese kohta, linnastumise näitajad, energia kasutamine ning fossiilsete kütuste tarbimine. Negatiivses seoses sõltuva muutujaga on: SKP per capita ruutväärtus, rahvastiku tihedus, taastuvenergiaallikatest toodetud energia tarbimine ning fiktiivne muutuja, mis tähendab, et nende näitajate väärtuste suurenedes väheneb sõltuva muutuja väärtus. Järgnevalt eemaldati mudelist parameetrid, mis pole statistiliselt olulises seoses sõltuva muutujaga:
POP ja LIN2). Samuti eemaldati TIH näitaja, mis ei omanud statistilist olulisust lõpliku mudeli loomisel.
Empiirilise osa kolmanda sammuna on teostati Hausmani spetsifikatsiooni test, et teha kindlaks, kas mudeli puhul tuleks siiski kasutada fikseeritud või juhuslikku efekti.
Usaldusnivooks võetakse 0,90, millest tulenevalt püstitati järgnevad hüpoteesid.
H0: p>0,1 ehk õige on kasutada juhusliku efektiga mudelit.
H1: p<0,1 ehk õige on kasutada fikseeritud efektiga mudelit.
Testist tulenes, et Hausmani testi olulisuse tõenäosus on 0,051<0,1, mis tähendab, et jäädakse nullhüpoteesi juurde. Hausmani testi tulemusena kasutati fikseeritud efektiga regressioonanalüüsi meetodit. Hausmani spetsifikatsiooni testi tulemused on kajastatud lisas 3.
Järgnevalt kontrolliti Wooldridge’i testiga autokorrelatsiooni, antud juhul tulenes, et autokorrelatsiooni oluliselt ei esine (p>F=0,000). Heteroskedastiivsuse hindamisel kasutati aga Breusch-Pagan testi, kus ilmnes, et test pole statistiliselt oluline (p=0,337>
0,1), millest järeldub, et heteroskedastiivsusega olulisi probleeme pole. Seega kujunebki analüüsi tulemusel lõplikuks mudeliks:
L𝐶𝑂2𝑝𝑒𝑟𝑖𝑡 = −1,586 + 0,541 𝐿𝑆𝐾𝑃𝑝𝑒𝑟𝑖𝑡 − 0,007 𝐿𝑆𝐾𝑃𝑝𝑒𝑟2𝑖𝑡 + 0,0001 𝐸𝑁𝑖𝑡 − 0,014 𝑇𝐴𝐴𝑆𝑇𝑖𝑡 + 0,006 𝐿𝐼𝑁1𝑖𝑡 + 0,005 𝐹𝑂𝑆 𝑖𝑡 − 0,040 𝐸𝑈𝑅𝑖𝑡 + + 𝜀𝑖𝑡,
kus LCO2perit – i-nda riigi CO2 emissioonide tase inimese kohta aasta t jooksul;
LSKPperit – i-nda riigi SKP per capita aasta t jooksul;
LSKPper2it – i-nda riigi SKP per capita ruutväärtus aasta t jooksul;
25
EN1it – i-nda riigi energia kasutamine inimese kohta (kg nafta ekvivalenti) aasta t jooksul;
TAASTit – i-nda riigi taastuvenergiaallikatest toodetud elektrienergia tarbimine kogu energia tarbimisest protsentuaalselt aasta t jooksul;
LIN1it – i-nda riigi linnarahvastiku osakaal kogurahvastikust protsentuaalselt aasta t jooksul;
FOSit - i-nda riigi fossiilsete kütuste tarbimine protsentuaalselt kogutarbimisest aasta t jooksul;
EURit – i-nda riigi kuuluvus Euroopa Liitu t aastal.
Tabelis 3.3. on kajastatud fikseeritud efektiga mudeli lineaarse regressioonanalüüsi tulemused. Mudel on statistiliselt oluline ning selle selgitusvõime on ligikaudu 65%
(R2=0,648). SKP inimese kohta suurenemisel ühe protsendi võrra on oodata CO2
emissioonide hulga suurenemist inimese kohta ligikaudu 0,54%. Vastassuunaline muutus leiti SKP per capita ruutväärtusega (LSKPper2), mille suurenemine ühe protsendi võrra vähendab CO2 emissioonide taset ligikaudu 0,007%, taastuvenergia näitaja (TAAST), mille suurenemine ühe ühiku võrra vähendab CO2 emissioonide taset 1,4% ning fiktiivse muutujaga (EUR), mis näitab, et kuulumine Euroopa Liitu omab CO2 emissioonide tasemega seost. Nimelt kuuluvus liitu vähendab heitgaaside taset inimese kohta ligikaudu 4%. Samasuunalist seost omab õhukvaliteedi näitajaga veel linnarahvastiku osakaalu (LIN1) suurenemine, mille üheprotsendiline kasv suurendab CO2 emissioonide taset 0,6%, ning fossiilsete kütustes tarbimise (FOS) suurenemine, mille ühe protsendiline suurenemine suurendab ka õhukvaliteedi näitajat inimese kohta 0,46%. Energia (EN) kasutamise kasv inimese kohta ühe kg nafta ekvivalendi võrra suurendab süsinikdioksiidi taset inimese kohta ligikaudu 0,01%.
26 Tabel 3.3. Lõplik mudel fikseeritud efektiga
Sõltumatu
muutuja Koefitsient Standard- viga
t- statistik
Koefitsiendi olulisuse tõenäosus
Alampiir 99%
Ülempiir 99%
Vabaliige -1,586*** 0,378 -4,19 0,000 -2,568 -0,604
LSKPper 0,541*** 0,067 8,03 0,000 0,366 0,715
LSKPper2 -0,007*** 0,001 -6,91 0,000 -0,009 -0,004
EN 0,0001*** 0,00001 6,07 0,000 0,00006 0,0001 TAAST -0,014*** 0,003 -5,60 0,000 -0,021 -0,008
LIN1 0,006** 0,003 2,00 0,047 -0,002 0,014
FOS 0,005** 0,002 2,02 0,045 -0,001 0,011
EUR -0,040** 0,016 -2,52 0,012 -0,081 0,001
N=255 R2=0,648
*** kui p<0,01; ** kui p<0,05 ja * kui p<0,1; Allikas: Autori koostatud.
3.2. Järeldused
Varasematest empiirilistest töödest leiti, et üldjoones kehtib EKC hüpotees riikides/regioonides, mille tulutase on kas kõrge või keskmine. Oluliseks pole otseselt arenenud ning arengumaa eristamine, kuna ka kõrge tulutasemega riigi puhul võib üldine arengutase olla pigem madal. Samas avaldus asjaolu, et majandusarengu seosed õhukvaliteediga on regionaalselt väga spetsiifiline ning on mõjutatud erinevatest regionaalsetest ja ka siseriiklikest teguritest. Järgnevalt analüüsib autor eelnevas alapeatükis saadud tulemusi ning toob välja põhjused, miks konkreetse valimi puhul ei avaldanud mudelist välja jäänud muutujad piisavalt mõju õhukvaliteedi näitajale. Samuti tuuakse välja, kas autori poolne uurimishüpotees leidis kinnitust.
Bakalaureusetöö empiirilise analüüsi tulemusena on CO2 heitgaaside taset mõjutavad tegurid uuritud regioonis: majandusareng (SKP per capita ning selle ruutväärtus), linnastumine, energia kasutamine, fossiilsete kütuste tarbimine, Euroopa Liitu kuuluvus ning taastuvenergiaallikatest toodetud energia tarbimine. Teised sõltumatud muutujaid, mis analüüsi kaasati tuli mudelis eemaldada liiga nõrga seose tõttu. Analüüsi tulemusena omab õhukvaliteedi näitajaga negatiivset seost Euroopa Liitu kuuluvus ning taastuvenergiaallikatest energia tarbimine (protsentuaalselt kogutarbimisest). Ülejäänud
27
parameetrid on CO2 emissioonide tasemega positiivses seoses. Alapeatükis 2.2 esitatud uurimishüpotees seoses EKC hüpoteesi kehtivusega oli järgmine:
- õhusaaste ning majanduskasvu vaheline seos on samasuunaline ehk β1 > 0 ning majanduskasvu ruutväärtuse vaheline seos on vastassuunaline ehk β2 < 0 Regressioonanalüüsist tulenes, et lõplikus mudelis on β1=0,541>0, mis viitab CO2
emissioonide taseme kasvule 0,54% võrra. Seejuures β2=-0,007<0 kujutab aga õhukvaliteedi paranemist 0,007% võrra eeldusel, et sisemajanduse koguprodukt inimese kohta kasvab ühe protsendi võrra. Siinkohal tuleb kinnitada asjaolu, et EKC hüpotees peab paika konkreetse valimi puhul - majanduskasvu ning õhusaastatuse vahel esineb ümberpööratud U-kujuline seos. Siit järeldub, et Ida- ja Lääne-Euroopas majanduse kasvades suureneb CO2 emissioonide tase inimese kohta, kuid jõudes majanduslikult piisavalt kõrgele tasemele hakkab õhukvaliteet paranema. EKC hüpoteesi kehtivust on varasemalt kinnitanud Al-Mulali et al. (2016, 279) nii Lääne-Euroopas kui ka Kesk- ja Ida-Euroopas.
Töö empiirilisest analüüsist leiti, et poliitilised tegurid, mis on seotud poliitilise režiimi või vabadustasemega, ei oma sellises kontekstis statistilist olulisust seost õhukvaliteediga. Varasematest töödest kerkis esile asjaolu, et demokraatlikus riigis hinnatakse rohkem pakutavaid avalikke hüviseid ning seejuures panustatakse rohkem ka keskkonnakaitsele, kuna rahval on rohkem võimalusi osaleda avalikus debatis.
Käesolevas töös valimisse kuulunud Ida-Euroopa riikide puhul on tegemist endiste sotsialismimaadega ning riikide iseseisvumine 1980ndate lõpul/1990ndade alguses on seotud Nõukogude Liidu võimu nõrgenemise ning selle lagunemisega. Vaadeldes regioonide keskmisi näitajaid, siis esinesid märgatavad erinevused nii demokraatia, vabaduse kui ka poliitilise režiimi asetuse indikaatorites regioonide vahel, millest järeldub, et üleminek sotsialistlikult režiimilt demokraatiale pole veel samal tasemel, mis Lääne-Euroopas. Samas võib sellest siiski järeldada, et riigid (arvestame riikide kogumina, mitte konkreetseid riike eraldi) on efektiivselt läbinud üleminekuperioodi kommunistlikult riigikorralt demokraatlikuma suunas.
Siinkohal mängib märkimisväärset rolli ka Euroopa Liitu kuuluvus, mis kujunes tugevaimaks seoseks õhukvaliteediga loodud matemaatilises mudelis. Vaadeldava
28
perioodi jooksul on oluliselt suurenenud Euroopa Liidu liikmesriikide arv just endiste idabloki riikide lisandumise tõttu. Ühised eesmärgid ning kohustused liidusiseselt kliima- ja energiapoliitikas on oluliseks punktiks majandusarengu positiivsete mõjude vähendamisel õhukvaliteedile, millest väljendub ka mudelis üheks mõjutavaks teguriks kujunenud taastuvenergiaallikatest toodetud elektrienergia tarbimine, mille suurenemisel on oodata õhusaastatuse taseme kahanemist inimese kohta ligikaudu 1,4%.
Analüüsist väljendus, et nii Ida- kui ka Lääne-Euroopas sõltutakse tugevalt fossiilsetest kütustest, millele viitavad kõrged regiooni keskmised fossiilkütuste tarbimise näitajad (83% Ida-Euroopas ning 73% Lääne-Euroopas). Mudelist tulenes, et nii energia kasutamise kui fossiilkütuste tarbimise suurenemisel suureneb ka CO2 emissioonide tase.
Samuti avaldas õhukvaliteedile mõju linnarahvastiku osakaal kogurahvastikust. Mudelist jäid välja aga demograafilised indikaatorid: rahvastiku kasv, linnarahvastiku kasv ning rahvastiku tihedus, mis võib põhjendada asjaoluga, et aastate lõikes on näitajad püsinud üsna konstantsed, kuid muutus CO2 emissioonide tasemes on toimunud.
29
KOKKUVÕTE
Viimastel aastakümnetel on olulist tähelepanu saanud probleemid seoses kliimasoojenemisega. Seoses sellega on jätkusuutliku arengu leidmine oluliseks väljakutseks tänapäeva ühiskonnas. Kasvav majandus ning kasvuhoonegaaside tase on tekitanud vajaduse leidmaks lahendusi konfliktile majandusarengu ning õhusaastatuse vahel. Nende seoste uurimine ning õhusaastatust mõjutavate tegurite leidmine on oluliseks lähtekohaks jätkusuutliku arengu leidmisel ning võimalike poliitiliste meetmete elluviimisel. Käesoleva töö eesmärgiks oli uurida majandusarengu ning õhukvaliteedi vahelisi seoseid ühiskonnas ning seejuures hinnata ka EKC hüpoteesi kehtivust. Eesmärgi saavutamiseks seletati EKC hüpoteesi olemust ning kriitikat selle suhtes, kirjeldati õhukvaliteeti mõjutavaid tegureid teoorias ning seejärel viidi läbi empiiriline analüüs.
Bakalaureusetöös võeti vaatluse alla Ida- ja Lääne-Euroopa riigid, kus kasutati 17 riigi paneelandmeid perioodil 2000-2014, muutuja kohta oli esindatud 255 vaatlust. Valimi moodustasid Ida- ja Lääne-Euroopa riigid: Valgevene, Bulgaaria, Tšehhi, Ungari, Moldova, Rumeenia, Poola, Venemaa, Slovakkia, Ukraina, Austria, Belgia, Luksemburg, Holland, Šveits, Saksamaa ja Prantsusmaa. Sõltuvaks muutujaks kujunes õhukvaliteedi näitajana CO2 emissioonide tase inimese kohta ning tulenevalt varasematest empiirilistest töödest uuriti kokku 13-ne sõltumatu muutuja seost sõltuva muutujaga, mis tulenesid varasematest empiirilistest töödest. Autor jagas sõltumatud muutujad nelja valdkonda:
majandusarengu näitajad, poliitilised, demograafilised ning energia kasutamisega seotud indikaatorid. Empiirilises osas viidi läbi korrelatsioonanalüüs, kus Pearson’i korrelatsioonikordaja alusel eemaldati mudelist nõrgemat seost omavad muutujad.
Järgnevalt tehti kasutati Hausmani spetsifikatsiooni testi, et kindlaks teha, kas tuleks jääda fikseeritud ning juhusliku mudeli juurde.
Töös viidi läbi fikseeritud efektiga lineaarne regressioonanalüüs. Seejuures loodi statistiliselt oluline matemaatiline mudel, mille selgitusvõime on 65%. Analüüsi tulemusena mõjutavad enim CO2 emissioonide taset järgnevad tegurid: majandusareng (SKP per capita), linnastumine, energia kasutamine, fossiilsete kütuste tarbimine, taastuvenergiaallikatest toodetud energia tarbimine ning kuuluvus Euroopa Liitu.
Analüüsist tulenes, et poliitilise režiimiga seonduvad indikaatorid ei ole mõjusad kirjeldamaks õhukvaliteeti Ida- ja Lääne-Euroopas. Seejuures negatiivset statistiliselt
30
olulist seost õhusaastatusega omas taastuvenergia näitaja ning fiktiivse muutujana Euroopa Liitu kuuluvus, millest järeldati asjaolu, et Euroopa Liidu ühtne kliima- ning energiapoliitika mängib olulist rolli õhukvaliteedi parandamises.
Samuti omab vastassuunalist seost õhusaastatusega SKP per capita ruutväärtus, millest tulenevalt leidis kinnitust ka autori poolt püstitatud uurimishüpotees EKC hüpoteesi paikapidavuse kohta. Seega konkreetses regioonis kehtib hüpoteetiline ümberpööratud U- kujuline seos majandusarengu taseme ning õhusaastatuse vahel, kus majandusarengu taseme kasvades hakkab õhusaastatuse tase vähenema ehk majanduskasvu tingimustes on teoorias võimalik vähendada õhusaastatuse taset.
Bakalaureusetöö autor leiab, et tulevastest uuringutes tuleks rohkem süveneda siseriiklikesse korraldustesse, seda nagu ka varasematest töödest tulenes, õhukvaliteeti mõjutavad tegurid on regionaalselt spetsiifilised ning tuleb arvestada riikide iseärasustega. Samuti tuleks veelgi põhjalikumalt käsitleda varasemaid empiirilisi töid, et leida esinevaid probleeme ning neid vältides avastada varem käsitlemata riigitasandil õhusaastatust mõjutavaid tegureid.
31
KASUTATUD KIRJANDUS
1) Ahmad, N., Du, L. 2017. „Effects of energy production and CO2 emissions on economic growth in Iran: ARDL approach.” Energy 123: 521-537.
2) Al-Mulali, U., Ozturk, I. & Solarin, S.A. 2016. „Investigating the environmental Kuznets curve hypothesis in seven regions: The role of renewable energy.” Ecological indicators 67: 267-282.
3) Bernauer T. & Koubi, V. 2013. “Are bigger governments better providers of public goods? Evidence from air pollution.” Public Choice: 156(3-4), 593-609.
4) Bernauer, T. & Koubi, V. 2009. “Effects of political institutions on air quality”.
Ecological economics: 68(5), 1355-1365.
5) Bueno de Mesquita, B., Smith, A. & Siverson, R.M. 2003. “The logic of political survival.” The MIT Press: Cambridge MA.
6) Euroopa Liidu ametlik veebisait. 2018a. 2020 climate and energy package.
Kättesaadav: https://ec.europa.eu/clima/policies/strategies/2020_et (Kasutatud:
17.05.2018).
7) Euroopa Liidu ametlik veebisait. 2018b. Riigid. Kättesaadav:
https://europa.eu/european-union/about-eu/countries_et#tab-0-1 (Kasutatud:
05.05.2018).
8) Freedom House. 2018. Freedom in the World: Methodology. Kättesaadav:
https://freedomhouse.org/report/methodology-freedom-world-2018 (Kasutatud 09.05.2018).
9) Gholipour, H. F., & Farzanegan, M. R. 2018. Institutions and the effectiveness of expenditures on environmental protection: evidence from Middle Eastern countries. Constitutional Political Economy: 29(1), 20-39.
10) Gill, A.R.; Viswanathan, K.K. & Hassan, S. 2017. „The Environmental Kuznets Curve (EKC) and the environmental problem of the day.” Renewable and Sustainable Energy Reviews.
11) Grossman, G.M., & Krueger, A.B. 1991. Environmental impacts of a North American free trade agreement. Working paper no. 3914. National Bureau of Economic Research.
12) Juurikas, K., Purju, A., Pädam, S. & Rõbakova, J. 2004. Keskkonnaökonoomika:
õpik. Tallinna Tehnikaülikool, avaliku sektori majanduse instituut: Tallinn.
32
13) Kaldaru, H.; Eamets, R. & Kaasa, A. 2000. Sissejuhatus majandusteooriasse.
Tartu: Tartu Ülikooli Kirjastus.
14) Kuznets, S. 1955. „Economic growth and income inequality.” The American Economic Review 45(1): 1-28.
15) Marshall, M.G., Gurr, T.R. & Jaggers, K. 2016. Polity IV Project: Political Regime Characteristics and Transitions, 1800‐2016: Dataset Users’ Manual.
Maryland: University of Maryland. Kättesaadav:
http://www.systemicpeace.org/inscrdata.html (Kasutatud 24.04.2018).
16) Oh, J. & Yun, C. 2014. „Environmental Kuznets curve revisited with special reference to Eastern Europe and Central Asia.” International Area Studies Review 17(4): 359-374.
17) Panayotou, T. 1993. „Empirical tests and policy analysis of environmental degradation at different stages of economic development.” ILO Working Papers, International Labour Organizations.
18) Sabkota, P. & Bastola, U. 2017. „Foreign direct investment, income, and environmental pollution in developing countries: Panel data analysis of Latin America.” Energy Economics 64: 206-212.
19) Saucedo, A., Edgar, J., Díaz, P., & del Pilar Parra O, M. 2017. „Estimating Environmental Kuznets curve: The impact of environmental taxes and energy consumption in CO2 emissions of OECD countries.“ DIEM: Dubrovnik International Economic Meeting: 3(1), 901-912.
20) Sauga, A. 2006. “Statistika ja tõenäosusteooria.” Audentese Ülikool. Kättesaadav:
https://www.sauga.pri.ee/audentes/download/stait.pdf. (Kasutatud 10.05.2018).
21) Stern, D. I. 2004. „The rise and fall of the environmental Kuznets curve.” World development 32(8): 1419-1439.
22) Sugiawan, Y. & Managi, S. 2016. „The enviromental Kuznets curve in Indonesia:
Exploring the potential of renewable energy.” Energy Policy 98: 187-198.
23) The World Bank database. 2018. World Development Indicators (WDI).
Kättesaadav: https://data.worldbank.org/. (Kasutatud: aprill 2018).
24) The World Bank. 2014. A knowledge note series for the energy practise:
Understanding CO2 from the global energy sector. Kättesaadav:
33
http://documents.worldbank.org/curated/en/873091468155720710/pdf/851260B RI0Live00Box382147B00PUBLIC0.pdf. (Kasutatud 16.05.2018).
25) The World Bank. 2017. Sustainable Development. Kättesaadav:
http://www.worldbank.org/en/topic/sustainabledevelopment (Kasutatud:
27.10.2017).
26) Võrk, A. 2003. “Staatilised paneelandmed mudelid” Tartu Ülikool. 1-37.
27) Zoundi, Z. 2017. „CO2 emissions, renewable energy and the Environmental Kuznets Curve, a panel cointegration approach.” Renewable and Sustainable Energy Reviews 72: 1067-1075.
34
LISAD
Lisa 1. Varasemate empiiriliste uuringute kokkuvõte
Autorid Vaadeldav riik/regioon/org.
Valimi suurus (riikide arv valimis)
Vaadel dav periood
Muutujad
EKC hüpoteesi
kehtivus
Al- Mulali, Ozturk
b &
Solarin;
(2016)
Seitse regiooni:
1) Ida-Aasia ja Vaikse Ookeani
piirkond 2) Lääne-Euroopa 3)
Kesk-ja Ida- Euroopa 4) Ameerika 5) Lähis-Ida ja Põhja-Aafrika 6)
Lõuna-Aasia 7) Sahara-tagune
Aafrika
107 riiki 1980- 20101
CO2 emissioonide tase, SKP, SKP ruudus,
linnastumine, kaubanduse avatus,
finantsareng, taastuvatest energiaallikatest toodetud elektrienergia
tarbimine
EKC hüpotees kehtib viies
regioonis seitsmest2
Oh &
Yun;
(2014)
Seitse regioon: 1) Ida-Aasia ja Vaikse Ookeani
piirkond 2) Euroopa ja Kesk-
Aasia 3) Ladina- Ameerika 4)
Lähis-Ida ja Põhja-Ameerika
5) Põhja- Ameerika 6) Lõuna-Aasia 7)
Sahara-tagune Aafrika
90 riiki3 1981- 2010
CO2 emissioonide tase, SKP per capita, SKP
per capita ruudus demokraatia, rahvastiku tihedus,
linnarahvastiku osakaal, 1981-1990 perioodi mõju, 1991- 2000 perioodi mõju
EKC hüpotees
kehtib
Zoundi;
(2017) Aafrika riigid 25 riiki 1980- 2012
CO2 emissioonide tase, SKP per capita, SKP
per capita ruudus, primaarenergia tarbimine per capita,
taastuvast energiaallikatest toodetud elektrienergia
tarbimine per capita, rahvastiku
kasv
EKC hüpotees ei
kehti
1 Välja arvatud Ida-Euroopa ja Kesk-Aasia, kus vaatlusperioodiks oli 1990-2010.
2 Kehtib kõigis välja arvatud Sahara-taguses Aafrikas ning Lähis-Idas ja Põhja-Aafrikas.
3 Valimisse on võetud ainult keskmise sissetulekuga riigid.
